基于改进全卷积神经网络的输电线路绝缘子状态识别方法

摘要

本发明公开了一种基于改进全卷积神经网络的输电线路绝缘子状态识别方法，包括以下步骤：S1、通过无人机采集输电线路绝缘子图片；S2、通过目标检测网络Faster R‑CNN对图片进行分类回归和位置回归，截取出单独的绝缘子图片；S3、将绝缘子图片通过全卷积神经网络做语义分割；S4、通过全连接条件随机场进行精细化分割；S5、运用形态学操作方法滤除图像中的噪点；S6、通过深度学习分类网络对绝缘子分类，判断绝缘子状态。本发明通过对标记好的绝缘子图片进行训练和参数调优，可以有效的对输电线路绝缘子状态进行识别，避免了传统绝缘子状态识别中人为设定阈值的主观影响和人为提取特征的随机性，能够大幅提高巡线效率，降低巡线难度。